俄罗斯境内直连——无需 VPN·USDT / USDC 5 分钟到账·原厂模型,不偷换不降智

怎么创建 AI 智能体:分步教程,不写代码或用 Python,支持 GPT、Claude 和 DeepSeek

AI 智能体就是一个拿到了工具、可以自己决定调用哪个工具的模型:查数据库、发邮件、请求 API。做这样的智能体可以不写代码,用 n8n、Dify、Langflow 或 Flowise;也可以用 Python,40 行左右就够。两种做法都需要一个能调用工具的模型的密钥。用 RuAPI,一个密钥就能用 GPT、Claude、DeepSeek 和 Gemini:在俄罗斯不用 VPN,用 USDT 只按用掉的 token 付费。

不用 VPN 不写代码或用 Python GPT、Claude、DeepSeek USDT 付款

更新于:

import json
from openai import OpenAI

client = OpenAI(base_url="https://www.ruapi.ai/v1", api_key="sk-...")

def get_weather(city):
    return f"{city} 现在 +5 °C"  # 这里换成你自己的代码

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "查询城市天气",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    },
}]

messages = [{"role": "user", "content": "喀山现在天气怎么样?"}]
for _ in range(5):  # 最多 5 步
    reply = client.chat.completions.create(
        model="deepseek-flash", messages=messages, tools=tools
    ).choices[0].message
    messages.append(reply)
    if not reply.tool_calls:  # 模型直接回答了,任务完成
        print(reply.content)
        break
    for call in reply.tool_calls:  # 模型要求调用工具
        args = json.loads(call.function.arguments)
        messages.append({
            "role": "tool",
            "tool_call_id": call.id,
            "content": get_weather(**args),
        })
else:
    print("已到步数上限")

一个最小的 Python 智能体:deepseek-flash 模型自己决定要不要调用 get_weather 函数,拿到结果后再回答。把这个函数换成你自己的:查数据库、请求 CRM、发消息。需要 openai 包(pip install openai);把 sk-… 换成 RuAPI 密钥。同一段代码也能用 gpt-6-luna 和 claude-sonnet-5-5,只需要改模型名。

AI 智能体由什么组成,一般卡在哪里

智能体就是模型、工具加一个循环。

聊天机器人用文字回答。智能体会拿到工具(函数)的描述,每一步模型要么直接回答,要么要求用某些参数调用某个工具。程序执行调用,把结果交还给模型,这样一圈一圈循环,直到任务完成。n8n 这类搭建工具把这个循环藏在 AI Agent 节点后面,写成代码也只有几行。

需要一个能调用工具的模型。

GPT、Claude、DeepSeek、Gemini 和 Qwen 都支持函数调用(工具调用,tool calling)。但 OpenAI 和 Anthropic 不对俄罗斯提供服务,它们的 API 也没法用俄罗斯银行的卡付款。RuAPI 在 https://www.ruapi.ai/v1 接收 OpenAI 格式的请求,n8n、Dify、Langflow、Flowise、LangChain 和 OpenAI SDK 都认这种格式。

智能体比聊天花得多。

一个任务智能体要发好几次请求,每次都把全部历史和工具描述发给模型。所以有三件事很重要:日常步骤用便宜的模型,限制步数,设花费上限。在 RuAPI,预算直接设在密钥上,智能体花的钱不会超过这个金额。

# how to start

怎么创建 AI 智能体:5 步

第 1–2 步和第 5 步两条路线通用;第 3 步和第 4 步二选一:不写代码,或用 Python。

  1. 写清任务和工具

    • 先定一个任务:「按知识库回答客户」「整理邮箱里的申请并填进表格」「按用户的描述找商品」。
    • 列出智能体需要会做的事:读表格、在文档里搜索、调用你的 API、发消息。每项能力是一个单独的工具,名称和描述要清楚。
    • 先从一两个工具开始:工具越多,模型越容易选错,每次请求也越贵。
  2. 注册 RuAPI 并创建密钥

    在 www.ruapi.ai 用邮箱、Google、Yandex 或 Telegram 注册。新账号一般会马上送 $0.05,可用 deepseek-flash、claude-haiku-5-5 和 gpt-6-luna,付款前就能先测试第一个智能体。充值(5 USDT 起)后其他模型全部可用;用卢布通过 SBP 买 USDT 的方法见 docs.ruapi.ai/zh/buy-usdt。

    控制台 →「API 密钥」→「创建密钥」。在「预算」里关掉「不限额」并填一个金额:万一智能体陷入死循环,花费到这个数就会停。

    RuAPI 控制台「API 密钥」页面:给 AI 智能体单独建的带预算的密钥RuAPI 控制台「API 密钥」页面:给 AI 智能体单独建的带预算的密钥
  3. 不写代码的路线:n8n、Dify、Langflow 或 Flowise

    • n8n:创建 OpenAI 凭据,API Key 填 RuAPI 密钥,Base URL 填 https://www.ruapi.ai/v1。添加 AI Agent 节点,给它接上 OpenAI Chat Model(模型选 deepseek-flash)和需要的工具(HTTP Request、Google Sheets、向量库搜索)。详见 www.ruapi.ai/n8n-v-rossii。
    • Dify、Langflow 和 Flowise 的设置方法一样:选 OpenAI 兼容的提供商,填同一个带 /v1 的地址和密钥。教程见 www.ruapi.ai/dify-v-rossii、www.ruapi.ai/langflow-v-rossii 和 www.ruapi.ai/flowise-v-rossii。
    • 这四个程序都可以装在自己的电脑或服务器上;它们的许可证各不相同,商用前请先看条款。
  4. 写代码的路线:Python 和 OpenAI SDK

    • 安装包:pip install openai。在客户端里填 base_url="https://www.ruapi.ai/v1" 和 RuAPI 密钥。
    • 在 tools 参数里描述工具(名称、描述、JSON Schema 格式的参数),再照上面的示例写一个循环:调用模型 → 执行 tool_calls → 把结果放回 messages。
    • 限制步数(示例里是 5 步),执行操作之前先检查模型发来的参数。
    • 工具和步骤变多以后,换用框架:LangChain 和 LangGraph 用同一个地址和密钥接入,见 www.ruapi.ai/langchain-v-rossii。
  5. 测试智能体并给它设限制

    • 跑 10–20 个典型请求,在 RuAPI 控制台的请求日志里看每个请求用了多少步、多少 token。
    • 危险操作(付款、删除、群发)只在人工确认之后执行。
    • 不要把密码和密钥写进系统提示词:用户可能从模型嘴里套出来。
    • 如果智能体对外开放(机器人、网站上的小组件),要限制每个用户的消息数量,否则别人的请求会花掉你的余额。

做智能体的三种办法

不写代码

n8n:自动化和 AI Agent 节点

Dify:聊天机器人和知识库

Langflow、Flowise:用模块拼流程

写代码

OpenAI SDK + 带 tools 的循环

LangChain/LangGraph

base_url:https://www.ruapi.ai/v1

现成的智能体

Hermes Agent、OpenClaw:个人助手

Claude Code、Cline:写代码的智能体

都用同一个密钥接入

适合 AI 智能体的模型价格

这些模型都支持工具调用。价格单位是美元/每百万 token,取自 RuAPI 价格页;只扣实际用掉的 token。

modelinput $/Moutput $/M
deepseek-flash
$0.17
读缓存 $0.0120
$1.44
gpt-6-luna
$0.12
读缓存 $0.0120
>272K: $0.24
$0.60
>272K: $0.90
qwen3.8-flash
$0.14
读缓存 $0.0288
$0.49
claude-haiku-5-5
$0.12
读缓存 $0.0120
>100K: $0.60
$0.60
>100K: $3.00
claude-sonnet-5-5
$2.40
读缓存 $0.12
$12.00
gpt-6.1-sol
$2.40
读缓存 $0.12
>272K: $4.80
$12.00
>272K: $18.00

拿一个 4 步的任务来算:每步约 3,000 个输入 token(历史和工具描述)和 300 个回复 token,合计 12,000 个输入、1,200 个输出。按我们估算,用 deepseek-flash 约 $0.004,用 claude-sonnet-5-5 约 $0.043(没算缓存)。所以简单的步骤交给便宜的模型更划算,在智能体容易出错的地方再用强模型。

灰色的「>272K」行是厂商的长提示价:提示超过门槛时,整个请求都按这一档计费。

全部模型和价格 →

# faq

常见问题

聊天机器人对一条消息回一段文字。AI 智能体拿到的是一个任务和一组工具,自己决定怎么做:调用函数、看结果、走下一步。从技术上说还是同一个语言模型,只是放在带工具调用(tool calling)的循环里运行。

拿到密钥,一个晚上搭好第一个智能体

创建账号